載入中...
載入中...
Threads 文章解釋 Kimi Linear Attention（KLA/KDA）的核心：以 75% Kimi Delta Attention 線性注意力處理局部/有限狀態記憶，再保留 25% Multi-Head Latent Attention 做全局觀察。官方 arXiv 論文與 Hugging Face 模型卡驗證：Kimi Linear 48B-A3B 採 3:1 KDA-to-global MLA ratio、1M context、MIT license，宣稱最高可減少 75% KV cache、1M context 解碼吞吐最高約 6x。
Threads 貼文引用前 Twitch / Discord WebRTC 專家的批評：OpenAI 為 voice agent 重寫 WebRTC 可能方向錯了，因為 WebRTC 原本為通話保延遲、可丟包而設計；但 LLM prompt 更需要完整、可校正、可追溯的輸入。整理 OpenAI 官方 WebRTC rearchitecture、Pion / ICE ufrag / relay-transceiver split，以及 voice agent 平台選型真正該看的指標。
Threads 貼文回應「Claude 都 1M token 了，RAG 是否退場」：長上下文降低了部分 chunking 與檢索痛點，但 RAG 在成本、更新、權限、可追溯性與大規模知識治理上反而更重要。